Proponemos un método ligero basado en redes neuronales para detectar el comportamiento de celo de las ovejas. Nuestro método propuesto se plantea principalmente para resolver el problema de no poder detectar el comportamiento de celo de las ovejas de manera oportuna y precisa en granjas de ovejas de carne a gran escala. Los tres pasos principales de nuestra metodología propuesta incluyen la construcción del conjunto de datos, la mejora de la estructura de la red y la detección del comportamiento de celo de las ovejas basado en la red ligera. Primero, el conjunto de datos se construyó capturando imágenes de videos con comportamiento de rastreo de celo, y se realizó un aumento de datos para mejorar la capacidad de generalización del modelo al principio. En segundo lugar, el Darknet-53 original se reemplazó por el EfficientNet-B0 para la extracción de características en la red neuronal YOLO V3 para hacer el modelo ligero y el despliegue más fácil, acortando así el tiempo de detección. Para obtener una mayor precisión en la detección del comportamiento de celo de las ovejas, unimos las capas de características al módulo de atención SENet. Finalmente, los resultados comparativos demostraron que el método propuesto tenía una mayor precisión de detección y FPS, así como un tamaño de modelo más pequeño que el YOLO V3. La precisión del esquema propuesto fue del 99.44%, la recuperación fue del 95.54%, el valor F1 fue del 97%, AP fue del 99.78%, FPS fue de 48.39 f/s y el Tamaño del Modelo fue de 40.6 MB. Este estudio proporciona así un método de detección preciso, eficiente y ligero para el comportamiento de celo de las ovejas en la cría de ovejas de carne a gran escala.